Je hebt 10.000 gebruikers. Je totale klantbehoud is 40 procent: 40 procent komt in maand twee terug. Maar dat getal verbergt het echte verhaal. Gebruikers die zich in januari aanmeldden, blijven voor 50 procent. Gebruikers die zich in augustus aanmeldden, voor 20 procent. Door gebruikers in cohorten te groeperen, zie je de patronen die totaalcijfers verbergen.
Cohortanalyse (cohort analysis) groepeert gebruikers op een gedeeld kenmerk (wanneer ze zich aanmeldden, waar ze vandaan kwamen, wat ze eerst deden) en volgt hun gedrag in de tijd. Dit artikel behandelt hoe cohortanalyse werkt, wat het laat zien dat andere analytics missen en hoe je cohorten gebruikt om klantbehoud en betrokkenheid te verbeteren.
Een cohort is een groep gebruikers die iets gemeen hebben. Ze meldden zich allemaal in dezelfde week aan. Ze kwamen allemaal uit hetzelfde marketingkanaal. Ze voltooiden allemaal de onboarding. Ze gebruikten allemaal dezelfde functie.
Waarom cohorten ertoe doen: totaalcijfers verbergen variatie. Je totale verloop is 30 procent. Je denkt misschien dat je product een verloopprobleem heeft en ontwerpt het opnieuw. Maar splits je gebruikers in cohorten, dan zie je: gebruikers die de onboarding voltooien, haken af met 10 procent, gebruikers die de onboarding overslaan met 70 procent. Je probleem is niet het product, het is de onboarding. Cohorten laten het echte probleem zien.
Soorten cohorten om te volgen
Cohorten op tijd: Groepeer gebruikers op wanneer ze zich aanmeldden. Volg het januaricohort 12 maanden. Volg het februaricohort 11 maanden. Dit laat seizoenspatronen en trends in de kwaliteit van gebruikers in de tijd zien. Hadden aanmeldingen in juli slechter klantbehoud omdat het product in juli minder verfijnd was? Hadden aanmeldingen in november beter klantbehoud omdat je de onboarding verbeterde?
Cohorten op gedrag: Groepeer gebruikers op wat ze deden. Gebruikers die in week één een andere gebruiker uitnodigden. Gebruikers die in week twee een betaald team maakten. Gebruikers die de handleiding bekeken. Dit laat zien welk vroeg gedrag klantbehoud op lange termijn voorspelt. Blijven gebruikers die de onboarding in week één voltooien drie keer zo lang als gebruikers die die overslaan, dan is de onboarding cruciaal.
Cohorten op bron: Groepeer gebruikers op waar ze vandaan kwamen. Gebruikers uit organisch zoeken. Gebruikers uit advertenties. Gebruikers uit verwijzingen. Dit laat zien welke verkeersbronnen waardevolle, trouwe gebruikers opleveren en welke eenmalige bezoekers. Misschien leveren advertenties volume maar weinig klantbehoud op. Misschien leveren verwijzingen kleinere aantallen maar veel klantbehoud op.
Cohorten op demografie: Groepeer gebruikers op locatie, bedrijfsgrootte of branche. Gebruikers uit de VS blijven beter dan internationale gebruikers. Grote bedrijven blijven langer dan kleine teams. Dit laat zien welke segmenten je beste klanten zijn en waar je je op moet richten.
Zo lees je een cohorttabel voor klantbehoud
Een cohorttabel toont gebruikers (rijen) en maanden (kolommen). De eerste kolom is maand nul (de maand van aanmelding). Maand één is de eerste maand na aanmelding. Maand twee is de tweede maand. De getallen tonen welk percentage van het oorspronkelijke cohort terugkwam.
Voorbeeld: januaricohort, 1.000 gebruikers
Maand nul: 100 procent (alle 1.000)
Maand één: 70 procent (700 kwamen terug)
Maand twee: 50 procent (500 kwamen terug)
Maand drie: 40 procent (400 kwamen terug)
Dit laat zien: je verliest 30 procent in maand één en daarna stabiliseert het. Op lange termijn houd je 40 procent.
Vergelijk cohorten onderling. Houdt januari 40 procent en februari 35 procent, dan is februari iets lager. Houdt november 20 procent en december 60 procent, dan veranderde er iets. Het decembercohort is anders.
Wat cohorten laten zien dat andere cijfers verbergen
Je totale maandelijkse klantbehoud is 50 procent. Klinkt redelijk. Maar je aprilcohort blijft voor 70 procent, je augustuscohort voor 30 procent. Er veranderde iets tussen april en augustus. Voerde je een productwijziging door? Een wijziging in de onboarding? Cohorten wijzen aan wanneer de kwaliteit van je product veranderde.
Je totale activatie (gebruikers die de onboarding voltooien) is 60 procent. Maar gebruikers uit betaalde advertenties activeren met 30 procent en gebruikers uit organisch zoeken met 80 procent. Nu weet je: je advertenties bereiken de verkeerde mensen. Verbeter het doelgroepbereik, niet de onboarding.
Cohorten laten problemen zien die totaalcijfers missen.
Veelgemaakte fouten bij cohortanalyse
Samenhang verwarren met oorzaak: Gebruikers die de onboarding voltooien, blijven drie keer zo vaak als gebruikers die die overslaan. Veroorzaakt onboarding klantbehoud? Niet per se. Misschien geven gebruikers die genoeg om de onboarding geven, ook genoeg om te blijven. Onboarding is een signaal van intentie, niet per se de oorzaak van klantbehoud. Test voordat je een oorzaak aanwijst.
Cohorten van verschillende grootte vergelijken: Je januaricohort heeft 5.000 gebruikers. Je decembercohort 100 gebruikers. Hun klantbehoud vergelijken is oneerlijk. Kleine cohorten zijn rumoeriger. Laat ze eerst stabiliseren voordat je vergelijkt.
Seizoenseffecten negeren: Cohorten van november en december houden altijd slechter vast, omdat de feestdagen toeslaan. Cohorten van januari houden vaak beter vast, omdat mensen de motivatie van het nieuwe jaar hebben. Begrijp je seizoenspatronen voordat je zegt dat het ene cohort beter is.
Niet lang genoeg wachten: Je maakte twee weken geleden een cohort. Meet het klantbehoud nog niet. Je hebt minstens 30 dagen nodig voor zinvolle patronen. Beter: wacht 90 dagen.
Zo verbeter je klantbehoud met cohorten
Stap één: Zoek het cohort met het beste klantbehoud. Het januaricohort blijft voor 60 procent. Het decembercohort voor 30 procent. Januari is je voorbeeld.
Stap twee: Zoek wat er anders is. Doorliep het januaricohort een andere onboarding? Kwamen ze binnen bij een andere versie van het product? Reageerden ze op een andere marketingboodschap?
Stap drie: Pas het verschil toe op het cohort met lager klantbehoud. Gebruik de onboarding van januari bij de aanmeldingen van december. Kijk of het klantbehoud verbetert.
Stap vier: Meet het nieuwe cohort. Werkt de wijziging? Met cohorten test en meet je per groep.
Cohorten, segmenten en funnels
Een segment is een momentopname: gebruikers op wie we ons vandaag richten. Een cohort is een reis: een groep gebruikers die we in de tijd volgen. Een funnel is een pad: welk percentage gaat van stap naar stap.
Segmenten beantwoorden "wie zijn onze gebruikers nu?" Cohorten beantwoorden "blijven onze gebruikers?" Funnels beantwoorden "waar haken gebruikers af?" Je hebt alle drie de perspectieven nodig.
Veelgestelde vragen
Hoeveel gebruikers heb ik nodig voor een zinvol cohort?
Minstens 100 gebruikers per cohort. Kleinere cohorten zijn te rumoerig. Bij 20 gebruikers verandert het vertrek van één persoon je klantbehoud met 5 procent. Bij 100 gebruikers met 1 procent. Mik op 100 of meer. Met de Websitebouwer van WEMASY zet je dit direct op je eigen website op.
Wat is goed klantbehoud voor een cohort?
Dat hangt af van je product. Een social app mikt misschien op 40 procent klantbehoud in maand één. Een productiviteitstool op 60 procent. Een niche-SaaS op 30 procent. Vergelijk met je branche, niet met alle producten.
Kan het klantbehoud van een cohort in de tijd stijgen?
Nee, over het algemeen daalt klantbehoud alleen of blijft het gelijk. Is iemand eenmaal weg, dan komt die niet vanzelf terug (tenzij je die opnieuw betrekt). Een cohort dat in maand nul op 100 procent begint, daalt daarna. Zie je klantbehoud stijgen, dan is er iets mis met je meting.
Hoe kies ik op welk kenmerk ik cohorten maak?
Maak cohorten op dingen die je kunt beïnvloeden of meten. Je kunt meten wanneer iemand zich aanmeldde, waar die vandaan kwam en wat die eerst deed. Dingen als stemming of intentie meet je niet makkelijk. Richt je op cohorten die samenhangen met productwijzigingen of bedrijfsbeslissingen.
Wat als mijn cohorten geen duidelijk verhaal vertellen?
Misschien heb je andere segmenten nodig. Probeer cohorten op gedrag in plaats van op tijd. Probeer alleen betalende klanten in plaats van alle gebruikers. Probeer wekelijks in plaats van maandelijks. Experimenteer met verschillende groepen tot het verhaal zichtbaar wordt.
Is cohortanalyse hetzelfde als segmentatie?
Verwant, maar anders. Segmentatie deelt gebruikers vandaag in groepen in (waardevol, risico, nieuw). Cohortanalyse volgt die groepen in de tijd. Segmentatie is een momentopname. Cohorten zijn een film die laat zien hoe groepen veranderen.